☰

根据另一个字段中的变量获取一个字段中的平均值

tag-icon • tag-icon text-processing awk
根据另一个字段中的变量获取一个字段中的平均值

有没有办法根据另一个字段中的变量获取一个字段中的平均值？例如对于以下输入

a x 3
b y 4
a y 2
b x 5
b x 20

我想要这个输出

a 2.5
b 9.67

我发现这个 awk 脚本可以获取列中值的平均值

awk '{ total += $3; count++ } END { print total/count }' file.txt

但如何在其中添加 for 循环以获得第一列中每个变量的平均值？

该文件以制表符分隔。

谢谢

答案1

你离这个还不算太远。尝试按以下索引的数组$1：

awk '{ total[$1] += $3; count[$1]++ } END {for (t in total) print t, total[t]/count[t]}' file
a 2.5
b 9.66667

或者，如果您想要最多两位小数，如您在问题中所示：

$ awk '{ total[$1] += $3; count[$1]++ } END {for (t in total) printf "%s %.2f\n", t, total[t]/count[t]}' file
a 2.50
b 9.67

答案2

使用 GNU datamash：

$ datamash -R2 -W -s -g 1 mean 3 <file
a       2.50
b       9.67

$ datamash -W -s -g 1 mean 3 <file
a       2.5
b       9.6666666666667
  • -R2四舍五入到小数点后两位
  • -W使用空格和/或制表符作为字段分隔符
  • -s分组前先排序
  • -g 1第一个字段上的组
  • mean 3值的平均值，第三个字段

如果您想在输出中用空格字符替换制表符，则可以删除-W制表符作为分隔符添加的内容。--output-delimiter=' '

答案3

磨坊主对于像这样的任务也很方便。

$ mlr --nidx stats1 -a mean -f 3 -g 1 file.txt
a 2.500000
b 9.666667

或（带有动词的更新版本format-values）

$ mlr --nidx stats1 -a mean -f 3 -g 1 then format-values -f '%.2f' file.txt
a 2.50
b 9.67

答案4

   #!/bin/bash
counta=`awk '$1 ~ /^a$/{print NR}' filename| awk 'END{print NR}'`
countb=`awk '$1 ~ /^b$/{print NR}' filename| awk 'END{print NR}'`

awk -v counta="$counta" '{if ($1 == "a"){sum=sum+$NF}}END{print "a" " " sum/counta}'  filename

awk -v countb="$countb" '{if ($1 == "b"){sum=sum+$NF}}END{print "b" " " sum/countb}'  filename

输出

a 2.5
b 9.66667

相关内容